第 24 题：ReAct（Reasoning + Acting）框架的核心思想
第 24 题：ReAct（Reasoning + Acting）框架的核心思想
题目
解释 ReAct（Reasoning + Acting）框架的核心思想。
一、ReAct 是什么？
ReAct 是一种将**推理（Reasoning）与行动（Acting）**交织在一起的 Agent 范式：Agent 交替进行“思考”（用自然语言给出下一步推理）和“行动”（调用工具并得到观察），直到得出最终答案。论文标题即 “Synergizing Reasoning and Acting in LLMs”。
核心格式：Thought → Action → Observation 的循环。Thought 是模型对当前局势的推理与下一步计划；Action 是具体的工具调用；Observation 是工具返回的结果，由系统填入。下一轮模型在看到 Observation 后继续 Thought，再决定下一个 Action 或给出 Answer。
二、核心思想（为什么有效）
- 推理指导行动：先“想清楚再动手”（例如：要比较两家公司股价，需要先查 A 再查 B），减少盲目试错。
- 行动反馈推理：观察结果能纠正错误假设（例如以为某 API 返回某字段，实际没有），避免模型“闭门造车”。
- 可解释：Thought 序列形成人类可读的推理链，便于调试与审计。
剩余60%内容，订阅专栏后可继续查看/也可单篇购买
Ai Agent：面试300问 文章被收录于专栏
《AI Agent 300 问》专为备战 AI Agent 相关岗位的求职者打造，适配校招、社招全场景，覆盖算法研发、产品、解决方案等全岗位。专栏汇总 300 道大厂高频面试真题，全维度覆盖提示工程、智能体规划推理、记忆机制、工具调用、多智能体协作、框架落地、行业应用等核心领域，拆解考点底层逻辑，分享一线实战经验，助你一站式通关高薪面试。
查看8道真题和解析